Merhabalar Ben @bypatnos Lojistik grup adına paylaşılanPython ile Veri Analizi makalesinde sizi görmekten mutluk duyarım.
Giriş
Veri analizi, günümüzde iş dünyasından akademik araştırmalara kadar geniş bir yelpazede karar verme süreçlerinin temelini oluşturmaktadır. Veriyi anlamlandırmak ve doğru çıkarımlar yapmak, birçok sektörde rekabet avantajı sağlar. Bu süreçte, Python programlama dili ve sunduğu güçlü kütüphaneler, veri analizi için vazgeçilmez bir araç haline gelmiştir. Python, sunduğu esneklik, güçlü veri manipülasyonu araçları ve görselleştirme yetenekleriyle veri bilimcilerinin ve analistlerin ilk tercihidir.Bu makalede, Python kullanarak veri analizinin nasıl yapılacağını, veri ön işleme, analiz ve görselleştirme adımlarını detaylandırarak anlatacağım. Özellikle benim gibi hem teknolojik hem de bilimsel bakış açısına sahip bir profesyonelin gözünden, veriyi nasıl anlamlandırdığımı paylaşacağım.
Veri Analizi Süreci
Veri analizi sürecini başlatırken, verinin doğru bir şekilde işlenmesi, analiz edilmesi ve sonuçların anlamlı hale getirilmesi için çeşitli adımları takip etmek gerekir. Bu adımlar genellikle şu şekildedir:- Veri Toplama
- Veri Temizleme ve Ön İşleme
- Keşifsel Veri Analizi (Exploratory Data Analysis - EDA)
- Veri Görselleştirme
- Sonuçların Değerlendirilmesi
Kullanılan Veri Seti: Titanic Veri Seti
Veri analizi sürecini göstermek için sıklıkla kullanılan Titanic veri setini tercih ettim. Bu veri seti, 1912 yılında batan Titanic gemisindeki yolcuların yaş, cinsiyet, bilet sınıfı, bilet ücreti gibi çeşitli özelliklerini içerir. Ayrıca, yolcuların hayatta kalıp kalmadığına dair bir etiket (target) de bulunur. Bu veri seti, hem kategorik hem de sayısal veriler içermesi açısından zengin bir analiz fırsatı sunar.
Python ile Veri Analizi Adımları
Veri analizini adım adım gerçekleştirebilmek için Python'da yaygın olarak kullanılan şu kütüphaneleri tercih ettim:- pandas: Veri işleme ve analiz için kullanılır.
- numpy: Sayısal hesaplamalar ve veri manipülasyonu için güçlü bir araç.
- matplotlib ve seaborn: Veri görselleştirme için kullanılır.
- scikit-learn: Temel makine öğrenmesi işlemleri için kullanılır.
1. Veri Yükleme ve İlk İnceleme
Veri analizi sürecinde ilk adım, veri setini yükleyip anlamaktır. Veri setinin yapısını incelemek, eksik değerler ve anormal durumları tespit etmek için önemlidir.
Kod:
import pandas as pd
import numpy as np
# Titanic veri setini yükleme
url = 'https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv'
data = pd.read_csv(url)
# Veri setinin ilk beş satırını inceleyelim
print(data.head())
# Veri setinin yapısını anlamak için özet bilgi
print(data.info())2. Veri Temizleme ve Ön İşleme
Veri analizinin en kritik adımlarından biri, veriyi temizleme ve kullanılabilir hale getirmedir. Eksik değerleri işlemek, kategorik verileri sayısal hale getirmek ve veri setini normalize etmek bu adımda yapılır.
Kod:
# Eksik verilerin tespiti
print(data.isnull().sum())
# Eksik yaş verilerini median ile dolduruyoruz
data['Age'].fillna(data['Age'].median(), inplace=True)
# Kategorik verileri dönüştürme (One-Hot Encoding)
data = pd.get_dummies(data, columns=['Sex', 'Embarked'], drop_first=True)
# Veri setini güncelleyelim
print(data.head())3. Keşifsel Veri Analizi (EDA)
Veriyi daha iyi anlamak için keşifsel veri analizi yapmak önemlidir. Bu aşamada, veri setinin istatistiksel özellikleri incelenir ve veriler arasındaki ilişkiler görselleştirilir.
Kod:
import seaborn as sns
import matplotlib.pyplot as plt
# Hayatta kalma oranının görselleştirilmesi
sns.countplot(x='Survived', data=data)
plt.title('Hayatta Kalma Durumu')
plt.show()
# Yaş ile hayatta kalma arasındaki ilişki
sns.histplot(data=data, x='Age', hue='Survived', multiple='stack')
plt.title('Yaşa Göre Hayatta Kalma Durumu')
plt.show()Bu analizlerde, yaş ile hayatta kalma oranları arasındaki ilişkiler görselleştirilerek analiz edildi. Örneğin, genç yolcuların hayatta kalma oranlarının daha yüksek olduğu gibi önemli bulgular elde ettim.
4. Veri Görselleştirme
Görselleştirme, verinin anlaşılmasını kolaylaştıran önemli bir adımdır. Veriler arasındaki ilişkileri görselleştirmek, anlamlı sonuçlara ulaşmamı sağladı.
Kod:
# Bilet sınıfına göre hayatta kalma oranları
sns.barplot(x='Pclass', y='Survived', data=data)
plt.title('Bilet Sınıfına Göre Hayatta Kalma Oranı')
plt.show()5. Sonuçların Değerlendirilmesi
Yaptığım analizler sonucunda Titanic yolcularının hayatta kalma olasılıklarını etkileyen birkaç önemli faktör tespit ettim:- Genç yolcuların hayatta kalma şansları daha yüksekti.
- Kadınların hayatta kalma oranı, erkeklere göre daha yüksekti.
- Birinci sınıfta seyahat eden yolcuların hayatta kalma oranları diğer sınıflara göre belirgin şekilde daha yüksekti.
Sonuç
Python, veri analizi için sunduğu güçlü kütüphaneler ve araçlarla, veriyi hızlı ve etkin bir şekilde işlemenin yanı sıra anlamlı sonuçlar elde etmemize olanak sağlar. Titanic veri seti üzerinde gerçekleştirdiğim analizler, veri temizleme, görselleştirme ve analiz sürecinin nasıl işlediğini açıkça göstermektedir. Bu tür projeler, özellikle finans, sağlık ve mühendislik gibi sektörlerde kritik kararların verilmesi için kullanılabilir. Gelecekte, daha büyük veri setleri ve daha karmaşık analiz teknikleri ile Python’un sağladığı avantajlardan daha fazla faydalanmayı planlıyorum.LOJİSTİK TİM SUNDU
